from논to문

온라인 게임에서의 절차적 컨텐츠 생성 기법 / 강신진

snachild 2015. 12. 22. 13:33

한국멀티미디어학회지 17(1), 2013.3, 1-5 (5 pages)


지난 20년간 게임 산업의 시장 규모는 크게 확
대되었다. 특히 우리나라에서는 PC 온라인 게임
장르를 중심으로 매년 평균 10% 이상의 높은 시
장 성장률을 기록해 왔다. 하지만 최근에 들어서
PC 온라인 게임 시장은 스마트 디바이스의 확산
으로 인해 그 성장이 정체되고 있다. 이와 함께
관련 개발 비용은 점차 높아져 가고 있다. 이는
유저의 눈높이가 높아지고 국내 시장에서 경쟁이
치열해지면서 발생한 것이다. 1980년대 초기, 10
여명 내외의 소수의 인원이 몇 개월의 제작 기간
을 거쳐 게임을 개발하였다면, 최근에는 100여명
이상의 개발자가 몇 년간에 걸쳐 게임을 개발하는
상황이다.


게임 개발사들은 개발 단계에서 개발 비용을
줄이기 위해 다양한 시도를 해왔다. 렌더링,
AI(Artificial Intelligence), 물리 분야에 있어 상
용 미들웨어 도입은 그 대표적 사례이다. 이는 기
술적인 분야에 R&D 리스크를 회피하고 유지, 보
수 비용을 절감하기 위한 것이다. 이제 미들웨어
의 구매 및 사용은 게임 개발 프로세스 상 일반적인 절차가 되었으며, 다수의 게임 개발사들에서
이를 사용하고 있다. 미들웨어 도입으로 인해 국
내 PC 온라인 게임 개발사들에게 있어 기술적인
위험은 과거에 비해 많이 줄었다. 하지만 최근에
들어 새로운 위험 요소가 부각되고 있다. 그것은
바로 컨텐츠 부족 현상이다.


이러한 유저들은 온라인 게임 서비스 초기 약 한
달 이내에 게임의 대부분의 컨텐츠를 빠르게 경험
한 뒤, 새로운 컨텐츠 개발을 개발사에게 강도 높
게 요구로 한다. 하지만 온라인 게임 개발은 그
특유의 개발 복잡도로 인해 이러한 개발 요구에
빠르게 대응할 수 없는 경우가 많다. 이는 하드
코어 유저 층의 이탈로 이어지고, 개발사는 장기
간의 개발 기간 동안 투입된 개발 비용을 회수하
지 못하게 되는 상황으로 이어진다.


최근에 서비스된 온라인 게임들은 이러한 컨텐
츠 부족을 보완하고자 다양한 반복요소를 개발
단계에서부터 고려하고 출시된다. 블리자드사의
디아블로3와 같은 경우가 그 대표적 예로 게임
내 제공되는 모든 레벨(Level), NPC(Non Playable
Character), 아이템 파라미터 생성 등에 랜덤성을
부여하여, 게임 플레이를 반복적으로 하더라도 다
른 플레이 경험이 제공되도록 하였다.
하지만 이러한 노력에도 불구하고 플레이어들은
출시 후 약 2-3개월에 이후 제한적인 범위로 제공
되는 랜덤성의 폭을 예상해 버림에 따라 이후에는
동일한 컨텐츠 부족 현상을 겪게 되었다. 이는 제
한된 파라미터 랜덤 변화만으로는 유저의 높아진
플레이 수준을 따라잡기 힘들다는 것을 의미하며
이를 해결하기 위해서는 그 이상의 방법론을 필요
로 함을 의미한다.

>>선행사 연구 잘했당..


절차적 컨텐츠 생성 기법(Procedural Content
Generation)은 그러한 방법론 중 하나로, 단순한
랜덤 수치 변화가 아닌 인공지능 기반의 컨텐츠
조합을 제공하는 기법이다. 이 분야는 최근 약 5년
간 학계에서 지속적으로 연구되어온 분야이다. 본
논문에서는 게임 개발에서의 절차적 컨텐츠 생성
기법, 특히 NPC의 창발적 행동 생성 분야와 동적
난이도 조절, 절차적 스토리텔링 분야의 연구 동
향을 소개하고자 한다.


Thurau는 Self-Organized Map [2]과
Bayesian Network [3]을 게임 내 NPC에 적용하
여 NPC가 기계 학습을 통해 사용자의 행동 패턴
을 습득하고 이로부터 플레이어가 경험해 보지
못한 새로운 행동 패턴을 생성하는 기법을 제안하
였다.


최근에 공개된 PC 게임인 Skyrim [7]은
Radiant AI system을 통해 Behavior Tree 기반의
생활형 NPC 행동 패턴을 가능하도록 하였고 이
를 통해 유저들이 창발적인 퀘스트 플레이를 할
수 있도록 유도하였다.


현재까지의 NPC 창발적 행동 생성 기법 분야
는 플레이어의 행동 패턴을 기계 학습을 통해
NPC가 학습할 수 있도록 하는데 주력하고 있다.
이러한 기법은 일본 남코사의 철권 등의 격투 게
임에 적용된 사례



Ashmore[14]은 Key-Lock 구조의 퀘스트 모
델을 제안함으로써 절차적 퀘스트를 생성하고자
하였다. Dickey[15]는 자동화된 이야기 생성에 어
울리는 분류 시스템을 제공하였다. Bangso [16]
는 Bayesian Network 기반의 동적 플롯 생성기
를 제안하였다. 이영설[17]은 Petri Net을 사용하
여 다양한 이야기 플롯을 자동적으로 생성하는
시스템을 제안하였고 이를 Never Winter Night
게임 플랫폼을 사용하여 그 유용성을 증명하였다.
실험적 게임인 Prom week [18]에서는 NPC들 간
의 관계를 규정하고 기억을 정의함으로써, 플레이
어에게 창발적인 이야기를 경험할 수 있도록 하였다.

[14] Ashmore. S. Gender-Inclusive Quest Design
in Massively Multiplayer online Role-Playing
Games. In Proceedings of the 4th International
Conference on Foundations of Digital Games,
(2009), 354-356.
[15] Dickey, M. Game Design and Learning: A
Conjectural Analysis of How Massively Multiple
Online Role-Playing Games (MMORPGs)
Foster Intrinsic Motivation. Educational Technology
Research and Development, 55(2007),
253-273.
[16] Nangso, O., Jensen, O. G., Jensen, F. V.,
Andersen, P. B. and Kocka, T. Non-Linear
Interactive Storytelling Using Object-Oriented
Bayesian Networks, (2004) Proceeding of
CGAIDE.
[17] Lee, Y.-S. and Cho, S.-B. Context-aware Petri
net for Dynamic Procedural Content Generation
in Role-playing Game, IEEE Computational
Intelligence Magazine, 6(2011) 16-25.
[18] Prom Week, http://games.soe.ucsc.edu/project/
prom-week


이후 게임의 재미에 대한 평가 분석 방법론이 좀 더 객관화된다면

>>재미라는 것이 '객관화' 될 수 있을까?
  플레이어의 주관적 가치에 따라 '재미'가 있다 없다가 되는 게 아니라
  누가봐도 재미있다는 수준으로 '객관화', '정량화'가 된다면
  모든 사람들이 할 수 있는 게임이 나올듯?(그러나 그런게 가능하기나 한가?)
  대중적인 게임, 많은 사람이 하는 게임이라는 것도 결국
  그 시대와 사회 문화의 주관성에 따라 결정된 것이지
  그 재미가 '객관적인 것'이라고 말하기는 어렵다.
  (물론, 일반적으로 망한 게임보다는 그 재미가 사적 취향을 넘어 (사회 수준으로) 입증되었다고는 할 수 있다) 
 
현재의 인공 지능 알고리즘의 진화 연산 대상을 수치가 아
니 정량화된 재미로 설정할 수 있을 것이며, 이럴
경우 절차적 컨텐츠 생성 기법의 산업적 응용력이
더 커질 것으로 예상한다.


<<괜찮은 연구인듯